Menambahkan Histogram dengan Seaborn

Hello guys! Kali ini kita akan menambahkan Histogram dengan Seaborn untuk melakukan Visualisasi Grafik dengan Python.

Sumber Kode (Referensi) : Geeksforgeeks.org dan juga menggunakan ChatGPT

Untuk Software-nya, Anda bisa menggunakan Atom, Sublime Text, PyCharm, Spyder, ataupun VS Code. Bahkan Anda juga bisa menggunakan Online Compiler yang ada di Internet seperti Programiz, OneCompiler, OnlineGDB, Trinket, dll. Akan tetapi, Anda juga bisa menggunakan Jupyter Notebook agar lebih praktis.

Histogram menampilkan hitungan data dan karena itu mirip dengan diagram batang. Histogram juga dapat memberi tahu seberapa dekat distribusi data dengan kurva normal. Saat bekerja dengan metode statistik, sangat penting memiliki data yang terdistribusi normal atau mendekati distribusi normal. Namun, histogram bersifat univariat dan diagram batang bivariat.

Diagram batang memetakan hitungan aktual terhadap kategori, misalnya tinggi batang menunjukkan jumlah item dalam kategori tersebut, sedangkan histogram menampilkan variabel kategoris yang sama dalam bin.

Bin adalah bagian integral saat membangun histogram yang mengontrol titik-titik data yang berada dalam suatu rentang. Sebagai pilihan yang umum diterima, kita biasanya membatasi bin dengan ukuran 5-20, namun hal ini sepenuhnya dikendalikan oleh titik-titik data yang ada.

Contoh : 

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd  # Import pandas or use your dataset

# Sample data (replace this with your actual dataset)
diabetes = pd.read_csv("diabetes.csv")

# Features for the histogram
features = ['BloodPressure', 'SkinThickness']

# Set the style for the plot
sns.set(style="whitegrid")

# Create a figure with subplots
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(12, 5))

# Plot histograms for each feature
for i, feature in enumerate(features):
    sns.histplot(data=diabetes, x=feature, kde=True, ax=axes[i], color='blue')
    axes[i].set_title(f'Histogram of {feature}')

# Adjust layout
plt.tight_layout()

# Show the plot
plt.show()

Output :

Mohon maaf apabila ada kesalahan sedikit pun pada Kode Program ini.

Terima Kasih 😀😊😘👌👍 :)